mindearth.cell.DEMNet

class mindearth.cell.DEMNet(in_channels=1, out_channels=256, kernel_size=3, scale=5, num_blocks=42)

DEM超分辨率模型基于深度残差网络和迁移学习技术。 有关更多详细信息，请参考论文 Super-resolution reconstruction of a 3 arc-second global DEM dataset 。

参数：

• in_channels (int) - 输入中的通道数。默认值： 1。

• out_channels (int) - 输出中的通道数。默认值： 256。

• kernel_size (int) - 卷积核尺寸。默认值： 3。

• scale (int) - ncoder层的层数。默认值： 5。

• num_blocks (int) - 网络中的子模块数目。默认值： 42。

输入：

• x (Tensor) - shape为 \((batch\_size, out\_channels, height\_size, width\_size)\) 的Tensor。

输出：

Tensor，DEM网络的输出。

• output (Tensor) - shape为 \((batch\_size, out\_channels, new\_height\_size, new_width\_size)\) 的Tensor。

支持平台：

Ascend GPU

样例：

>>> import numpy as np
>>> import mindspore as ms
>>> from mindspore import ops, Tensor
>>> from mindspore.nn import Cell
>>> from mindearth.cell import DEMNet
>>> input_images = np.random.rand(64, 1, 32, 32).astype(np.float32)
>>> net = DEMNet(in_channels=1, out_channels=256, kernel_size=3, scale=5, num_blocks=42)
>>> out = net(Tensor(input_images, ms.float32))
>>> print(out.shape)
(64, 1, 160, 160)